TF-IDF详解与应用

先看：
https://www.jianshu.com/p/c7e2771eccaa
但是链接中一些参数如max_df,min_df写得不够清晰。

原理介绍

参考：
https://blog.csdn.net/longyi_java/article/details/8625122
TF-IDF（term frequency–inverse document frequency）是一种用于信息检索与数据挖掘的常用加权技术。
TF意思是词频(Term Frequency)，IDF意思是逆文本频率指数(Inverse Document Frequency)。

sklearn中实战

from sklearn.feature_extraction.text import TfidfVectorizer
orpus = [
  'This is the first document.',
   'This document is the second document.'